将Lucene存储库与源数据同步的最佳实践？

Question

我正在设计一个应用程序，它将严重依赖使用Lucene.NET存储库进行搜索。该存储库将使用来自不断变化的操作数据库的数据构建。我试图找出保持Lucene资源库与源数据库同步的最佳策略。我应该运行一个服务，每几分钟醒来一次，查询数据库中的更新记录，并从Lucene索引中添加/删除？我应该每晚重建Lucene存储库并容忍数据中的一些延迟吗？

将Lucene资源库中的数据保持新鲜的最佳做法是什么？不同的策略如何影响延迟，性能等？

Answer 1

Lucene能够执行所谓的近实时搜索，这意味着可以在查询结果中几乎立即看到对索引的更新。因此，只要将它们保存到数据库中，您就可以自由发送更新 - Lucene在处理更频繁的更新方面应该没有问题，例如Twitter搜索就是用它来构建的（当然，为了保持这么大的负载，您将需要分发你的索引）。

因此，最好是在发送事务后触发的代码中发送更新。很难说更具体的东西，不知道你使用的是什么数据库或排队系统。关于此事的一些一般性想法以及与CouchDB或RabbitMQ一起使用的示例显示在elasticsearch river documentation中。